NumPy是Python中用于科学计算的基本包。它是一个Python库,提供多维数组对象、各种派生对象(如掩码数组和矩阵),以及一系列用于快速操作数组的例程,包括:数学、逻辑、形状操作、排序、选择、I/O、离散傅里叶变换、基本线性代数、基本统计操作、随机模拟 等等。
NumPy 包的核心是 ndarray 对象。这它封装了相同数据类型的n维数组,为了提高性能,许多操作都是在编译后的代码中执行。NumPy数组 和 标准Python序列 之间有几个重要的区别:
- NumPy 数组在创建时具有固定大小,与 Python 列表不同 (可以动态增长)。更改 ndarray 的大小将 创建新阵列并删除原始阵列。
- NumPy 数组中的元素都需要相同 数据类型,因此在内存中的大小将相同。例外情况: 可以有(Python,包括NumPy)对象的数组,从而 允许不同大小的元素数组。
- NumPy数组有助于高级数学和其他类型的 对大量数据进行操作。通常,此类操作是 执行效率更高,代码更少,比使用 Python 的内置序列。
- 越来越多的基于Python的科学和数学 包使用 NumPy 数组;虽然这些通常支持 python序列输入,它们在之前将此类输入转换为NumPy数组 进行处理,并且它们经常输出 NumPy 数组。换句话说, 为了有效地利用当今的大部分(甚至大部分) 基于Python的科学/数学软件,只知道如何 使用 Python 的内置序列类型是不够的 - 一个也 需要知道如何使用 NumPy 数组。
安装 Numpy
方法 1:pip install numpy
方法2:使用 Anaconda ( https://www.anaconda.com/products/distribution ) - 它包括 Python,NumPy和许多其他常用的科学计算包 和数据科学。
链接: https://fly63.com/nav/4005